灰色预测模型在高职院校教学中的应用
2018-05-14蒋政
蒋政
[摘 要] 運用灰色预测模型,通过单元测验成绩进行分析,得到期末考试及格率的预测值,为学校教学计划的制订、教学改革的实施和学生管理工作的创新研究提供理论依据。
[关 键 词] 灰色模型;预测;教学
[中图分类号] G712 [文献标志码] A [文章编号] 2096-0603(2018)06-0188-02
一、问题的提出
近年来,高职院校招生压力增大。现高职院校有“参加全国统一高考”“自主招生”“综合评价招生”“对口升学考试招生”“中高职贯通招生”“注册入学”和“技能拔尖人才免试招生”7种入学方式。随着多元化考试招生模式并存、入学渠道多样化的产生,生源结构逐渐呈现复杂化,生源的数量和质量也会发生持续的变化,高职院校将面临全新的巨大挑战。实际上,高职招生入学方式多元化是一把双刃剑,它为高职院校在短期内快速缓解招生难困境提供了解决方式,但院校必须认识到,“入口关”虽然放开了,“出口关”一定要把紧,因为毕业生的质量将会决定未来长期的招生数量。
入学方式的多元化造成了学生入学门槛的降低,大多数学生基础知识薄弱,学习自觉性较低,对所学的知识缺乏追求的动力,依赖性强,离开了老师的指导就不知所措。如何进行课程改革提高学生学习的积极性,如何适应时代的发展做好学生的管理工作,是当前高职院校面临的新课题。文章通过对无锡科技职业学院2016级应用电子专业的《高等数学》单元测验数据进行定量分析,预测期末考试的及格率,为学校教学计划的制订、教学改革的实施和学生管理工作的创新研究提供理论依据。
二、灰色预测模型概述
灰色系统理论是由华中理工大学邓聚龙教授于1982年提出并加以发展的,引起了不少国内外学者的关注,得到了长足的发展。我们将信息完全未确定的系统称为黑色系统;将信息完全确定的系统称为白色系统;灰色系统则是既含有已知信息,又含有未知信息的系统。灰色预测是对灰色系统所做的预测,它是通过少量的、不完全的信息,建立数学模型并做出预测的一种预测方法,具有所需建模信息少、运算方便、建模精度高等优点,是处理小样本预测问题的有效工具。常用的灰色预测有数列预测、灾变与异常值预测、季节灾变与异常值预测、拓扑预测、系统预测五种。而期末考试的及格率预测就属于数列预测。
三、期末考试及格率的预测
此处以无锡科技职业学院2016级应用电子专业《高等数学》课程的5次单元测验及格率的数据统计为根据做出预测。
表1 单元测验及格率数据
■
(一)建立GM(1,1)模型
根据表1,得到观测数据序列
X(0)={x(0)(1),x(0)(2),x(0)(3),x(0)(4),x(0)(5)}={0.4,0.47,0.53,
0.53,0.6}
对原始数据进行累加,
x(1)(1)=x(0)(1)=0.4
x(1)(2)=x(0)(1)+x(0)(2)=0.4+0.47=0.87
x(1)(3)=x(0)(1)+x(0)(2)+x(0)(3)=0.4+0.47+0.53=1.4
x(1)(4)=x(0)(1)+x(0)(2)+x(0)(3)+x(0)(4)=0.4+0.47+0.53+0.53=1.93
x(1)(5)=x(0)(1)+x(0)(2)+x(0)(3)+x(0)(4)+x(0)(5)=0.4+0.47+0.53+0.53+0.6=2.53得到一个新数据数列
X(1)={x(1)(1),x(1)(2),x(1)(3),x(1)(4),x(1)(5)}={0.4,0.87,
1.4,1.93,2.53}
假设x(1)满足一阶常微分方程■+ax(1)=u,
经过计算,可以得出该方程的解为x(1)(k+1)=x(1)(1)-■·e-ak+■ (1)
对X(1)作紧邻均值生成,令Z (1)(k)=■x(1)(k)+x(1)(k-1)
得到Z (1)={z(1)(1),z(1)(2),z(1)(3),z(1)(4),z(1)(5)}={0.4,
0.635,1.135,1.7,2.265}
于是
B=-z(1)(2) 2-z(1)(3) 1-z(1)(4) 1-z(1)(5) 1=-0.635 1-1.135 1-1.700 1-2.265 1,
Y=x(0)(2)x(0)(3)x(0)(4)x(0)(5)=0.470.530.530.60
BT·B=■ ■ ■ ■-0.635 1-1.135 1-1.700 1-2.265 1=■ ■
(BT·B)-1=■ ■-1=■ ■
BT·Y=■ ■ ■ ■0.470.530.530.60=■
■=■=(BT·B)-1·(BT·Y)=■ ■·■=■
将a=-0.069,u=0.429代入(1)式得时间响应方程
■(1)(k+1)=x(1)(1)-■·e-ak+■=6.62·e-0.069k-6.22 (2)
当k=1,2,3,4时,由(2)式算得的■(1)(k+1)是拟合值;当k≥5时,■(1)(k+1)为预报值。
求出X(1)的拟合值,
■ (1)={■ (1)(1),■ (1)(2),■ (1)(3),■ (1)(4),■ (1)(5)}={0.4,0.873,1.38,1.922,2.504}
还原出X (0)的拟合值,
由■ (0)(k+1)=■ (1)(k+1)-■ (1)(k)得,■ (0)={0.4,0.473,0.507,0.542,